Professional Documents
Culture Documents
es el 25-02-2017
Resumen: El comportamiento dinamico de los sistemas no lineales es mucho mas rico que el de los
lineales y su analisis mucho mas complicado. Para el analisis de estabilidad, las tecnicas basadas
en la teora de Liapunov tienen un lugar destacado. En este artculo se revisa parte de esta teora
incluyendo las tecnicas de estimacion de la cuenca de atraccion. Tambien se repasan los resultados
que han aparecido en los u ltimos anos sobre la aplicacion a este campo de los metodos numericos de
optimizacion de suma de cuadrados. Copyright c 2009 CEA.
1. INTRODUCCION nes originales de Liapunov y se han desarrollado nuevos meto-
dos de analisis inspirados en las mismas ideas. Los resultados
La estabilidad es el primer objetivo del ingeniero de control. Sin no se han limitado al analisis de estabilidad sino que tambien
la estabilidad, el resto de especicaciones (rapidez del transito- se ha desarrollado un campo de aplicacion de estas tecnicas en
rio, oscilaciones reducidas, rechazo de perturbaciones, robus- el diseno de sistemas de control no lineal. El lector interesado
tez, etc.) carecen de sentido. Para el caso de sistemas lineales en los detalles historicos puede consultar (Shcherbakov, 1992;
el concepto de estabilidad es claro, su condicion necesaria y Fuller, 1992; Michel, 1996).
suciente es bien conocida (parte real negativa de todos los Una de las multiples diferencias entre la estabilidad de los
polos de la funcion de transferencia o de los autovalores de sistemas lineales y los no lineales es que en estos u ltimos puede
la matriz de transicion de estados) y existen criterios sencillos tener un caracter local. En estos casos existe un conjunto de
que permiten analizarla (como los bien conocidos criterios de puntos alrededor del punto de equilibrio tales que si el sistema
Routh-Hurwitz y de Nyquist). Sin embargo, en sistemas no comienza en uno de estos puntos, la evolucion del mismo tiende
lineales el panorama es totalmente distinto: existen diversas al equilibrio; sin embargo, si el sistema comienza en un punto
deniciones de estabilidad en realidad es preciso hablar de fuera de este conjunto, la trayectoria divergira hacia el innito
la estabilidad de puntos de equilibrio o de otro tipo de con- o hacia otro atractor. Por ejemplo, en el control de sistemas
juntos y no de estabilidad del sistema y la mayora de los inestables, si la senal de control esta saturada (lo que siempre
criterios conocidos proporcionan condiciones sucientes pero sucede en la practica) la estabilidad no puede ser global sino
no necesarias y, ademas, no suelen ser metodos sistematicos solamente local.
como pueden ser los criterios mencionados en sistemas lineales.
La determinacion de la cuenca de atraccion es muy importante
Entre las teoras que permiten el analisis de estabilidad de en el analisis: esta region dene la zona de operacion segura.
sistemas no lineales, la teora basada en Liapunov tiene un lugar Si el sistema se sale de ella, no podra volver al punto de opera-
destacado por la riqueza en la descripcion de los diversos con- cion deseado. Un ejemplo de este fenomeno fue el desastre de
ceptos de estabilidad y los metodos de analisis de estabilidad Chernobil (Stein, 2003). La determinacion exacta de la cuen-
que establecen condiciones sucientes. ca de atraccion solamente es posible en casos muy sencillos.
Alexander Mikhailovitch Liapunov publico su tesis doctoral Normalmente es necesario conformarse con la estimacion de
en 1892 (Lyapunov, 1892) 1 donde introdujo sus famosas de- la misma, entendiendo por tal el calculo de un subconjunto de
niciones de estabilidad y criterios para su analisis. Mas de la cuenca de atraccion. De esta forma se tienen garantas de
un siglo despues es sorprendente el numero de publicaciones que si el sistema comienza en esa region estimada, evolucio-
que aparecen practicamente todos los meses en las revistas nara hacia el equilibrio deseado. Existen diversas tecnicas para
relacionadas con el control automatico (Axelby y Parks, 1992). la estimacion de la cuenca de atraccion, algunas de las cuales
En realidad, el metodo directo de Liapunov permanecio des- se revisan en la seccion 3. Aparte de la dicultad del calculo,
conocido para los cientcos e ingenieros fuera de Rusia hasta un inconveniente de estas tecnicas es su conservadurismo ya
practicamente 1960. En este ano se publico el artculo seminal que el conjunto estimado suele ser mucho mas pequeno que la
(Kalman y Bertram, 1960); ademas la celebracion del primer verdadera cuenca de atraccion.
congreso mundial de la IFAC en Moscu facilito la difusion de En los u ltimos anos ha aparecido una nueva tecnica de optimi-
esta teora por el mundo occidental. Desde entonces ha habido zacion numerica que tiene aplicaciones tanto para el analisis de
una enorme produccion cientca en este campo, apareciendo estabilidad basado en Liapunov como para la estimacion de la
nuevos conceptos de estabilidad relacionados con las denicio- cuenca de atraccion, principalmente para sistemas polinomia-
1 Publicada en ingles en (Lyapunov, 1992). les. Se trata de la optimizacion de suma de cuadrados (Choi et
Documento descargado de http://www.elsevier.es el 25-02-2017
F. Gordillo 7
se puede dar cuando se incumplen los criterios de existencia de Esto signica que, en los conceptos de estabilidad anteriores, el
soluciones a los que se aludio en la nota 2. caracter de estable o no depende exclusivamente de las trayec-
10
torias cuyas condiciones iniciales estan arbitrariamente cerca
9
del equilibrio x = 0. Existes conceptos globales de estabilidad
como son los siguientes (en estos casos el dominio de denicion
8
de D debe ser Rn ).
7
6
Denicion 4. Estabilidad asintotica global
Se dice que el equilibrio x = 0 del sistema (1) es global y
x
Denicion 2. Estabilidad asintotica Existen bastante mas deniciones de estabilidad. Entre ellas, el
concepto de estabilidad parcial hace referencia al caso en el que
Se dice que el equilibrio x = 0 del sistema (1) es asintoticamen- solamente interesa el comportamiento de algunas de las compo-
te estable si es (localmente) estable en el sentido de Liapunov y nentes del vector de estados; por otro lado, se tiene estabilidad
ademas existe un valor de > 0 tal que asintotica casi global cuando la condicion lm t x(t) = 0 se
x(0) < lm x(t) = 0. (3) cumple para las trayectorias que parten de todas las condicio-
t
nes iniciales excepto para un conjunto de medida cero. No se
debe confundir con la estabilidad semi-global (en realidad es
Como se puede observar el concepto de estabilidad asintotica mas apropiado hablar de estabilizacion semi-global) que hace
reduce la laxitud del de estabilidad en el sentido de Liapunov referencia a cuando a la hora de controlar un sistema no lineal
imponiendo que las trayectorias nalmente converjan hacia solamente se puede conseguir estabilidad local pero con un
el equilibrio. Continuando con el ejemplo del pendulo, en dominio de atraccion tan grande como se desee. Otro concepto
ausencia de friccion el equilibrio correspondiente a la posicion importante, la estabilidad entrada-estado, se discutira en la sec-
inferior no es asintoticamente estable pero s lo es si existe cion 2.3. El lector interesado en consultar las deniciones de
friccion, de manera que el pendulo nalmente se detiene en esta estabilidad de conjuntos puede hacerlo en (Haddad y Chella-
posicion. boina, 2008). Otras nociones de estabilidad se pueden encontrar
en (Martynyuk, 2000; Haddad y Chellaboina, 2008).
Es importante recalcar que no basta con la condicion (3) para
que el equilibrio sea asintoticamente estable sino que es nece- Metodo directo de Liapunov El resultado fundamental de
sario que se cumpla la condicion de estabilidad en el sentido de Liapunov es el siguiente teorema que dene el denominado
om y Furuta
Liaupunov. As, la conocida ley de control de Astr metodo directo de Liapunov 3
om y Furuta, 2000) para el pendulo simple invertido hace
(Astr Teorema 1. Considerese el sistema (1) y supongase que existe
que la posicion superior cumpla (3) pero este equilibrio no una funcion continuamente diferenciable V : D R tal que
es estable: a pesar de que la ley consigue levantar el pendulo
(realizar el swing-up) y acercarlo a la posicion superior, cual-
quier perturbacion hara que el pendulo vuelva a caer. En ese V (0) = 0
caso la ley de control volvera a llevar el pendulo a la posicion V (x) > 0, x D, x = 0,
deseada (quizas tras una o varias revoluciones completas) pero V
este comportamiento no cumple (2) y por tanto el equilibrio V (x) = f (x) 0, x D.
x
no es estable en el sentido de Liapunov (y por consiguiente,
tampoco es asintoticamente estable). Se dice que este equilibrio Entonces, el equilibrio x = 0 es estable en el sentido de
es atractivo. Liapunov. Si ademas se cumple
V
Denicion 3. Estabilidad exponencial V (x) = f (x) < 0, x D, x = 0
x
Se dice que el equilibrio x = 0 del sistema (1) es exponen- el equilibrio x = 0 es asintoticamente estable. Esta estabilidad
cialmente estable si existen constantes positivas , y tales sera global si D = Rn y, ademas, la funcion V es radialmente
que no acotada, es decir, lm x V (x) = . Finalmente is
x(0) < x(t) x(0)et , t 0. (4) existen escalares , , > 0 y p 1 tales que
xp V (x) xp , x D,
Claramente el concepto de estabilidad exponencial implica es- V
tabilidad asintotica; lo contrario no es cierto. La estabilidad ex- V (x) = f (x) V (x), x D,
ponencial es la propiedad deseada cuando se desea especicar x
3 El calicativo directo se utiliza para diferenciarlo del primer metodo
la velocidad del transitorio.
o metodo indirecto de Liapunov que permite analizar la estabilidad de un
Las deniciones anteriores son deniciones locales. En las con- equilibrio a partir de la estabilidad de la linealizacion del sistema alrededor
diciones de tipo se puede elegir arbitrariamente pequeno. de ese punto.
Documento descargado de http://www.elsevier.es el 25-02-2017
entonces el equilibrio x = 0 es exponencialmente estable. Esta Ademas, como se vera en la seccion 3, permite encontrar
estabilidad sera global si D = R n y, ademas, la funcion V es estimaciones de cuencas de atraccion mayores que con la
radialmente no acotada. aplicacion del metodo directo de Liapunov. Por otro lado,
este teorema permite analizar la estabilidad de conjuntos
Como se ve, el teorema de Liapunov proporciona condiciones tales como ciclos lmite y no solamente la de equilibrios. Por
sucientes para determinar la estabilidad, pero no son necesa- u ltimo, observese ademas que no se impone que V sea denida
rias. Ademas es necesario encontrar la funcion de Liapunov. positiva.
Por el hecho de que una candidata a funcion de Liapunov no
cumpla las condiciones del teorema, no se puede inferir que En (Khalil, 2002) se muestra que, en el ejemplo del pendulo en
el equilibrio x = 0 no sea estable. De hecho, este es uno presencia de friccion, si se utiliza la energa mecanica como
de los mayores inconvenientes del metodo de Liapunov: no candidata a funcion de Liapunov, se tiene que V 0 y,
propone candidatas a funciones de Liapunov. No existe una por tanto, se demuestra estabilidad en el sentido de Liapunov
forma sistematica de encontrar funciones de Liapunov (Khalil, pero no estabilidad asintotica; para demostrar esto u ltimo se
2002). Sin embargo, existen metodos que proporcionan o bien puede elegir otra funcion de Liapunov distinta de la energa o,
funciones de Liapunov para un sistema dado, o bien candida- como procedimiento alternativo mucho mas sencillo, utilizar el
tas que normalmente necesitan comprobaciones posteriores. La principio de invariancia de LaSalle.
mayora de ellos requieren resolver ecuaciones en derivadas Como ejemplo de analisis de la estabilidad de ciclos lmite
parciales o realizar procesos de tipo prueba y error. As, en considerese el siguiente sistema (Slotine y Li, 1991; Aracil et
el metodo del gradiente variable (Hahn, 1967; Slotine y Li, al., 2005)
1991) se asume una estructura para el gradiente de la funcion
x 1 = x2 ,
de Liapunov, se le imponen las condiciones de que V < 0 y (5)
despues por integracion es posible en muchos casos llegar a x 2 = x1 kx2 (x21 + x22 ),
la funcion de Liapunov. El metodo de Krasovskii (Krasovskii, con , k > 0. Es inmediato ver que este sistema tiene un
1959) es una generalizacion, al caso no lineal, de la ecuacion equilibrio en el origen. Se puede comprobar que se trata de
que aparece al imponer en sistemas lineales V < 0 con V un equilibrio inestable. Considerese la siguiente candidata a
cuadratica. El metodo de Zubov (Zubov, 1964) no solo permite funcion de Liapunov
encontrar funciones de Liapunov sino que tambien caracteriza 1
V (x1 , x2 ) = (x21 + x22 )2 .
la cuenca de atraccion como se discutira en la seccion 3. Otro 4
metodo es el de energa-Casimir (Wan et al., 1993) basado en la Se tiene que
existencia de invariantes dinamicos o integrales del movimiento
denominados funciones de Casimir. A partir de ellas y bajo V = (x1 x 1 + x2 x 2 )(x21 + x22 )
ciertas condiciones se obtiene una expresion para la funcion de
Liapunov. El problema de este metodo es que para obtener las = kx22 (x21 + x22 )2 0.
funciones de Casimir es necesario, una vez mas, resolver ecua- Para aplicar el principio de invariancia de LaSalle, observese
ciones en derivadas parciales aunque a veces se pueden obtener que para c > y dado que V 0, el conjunto D c =
por consideraciones fsicas del sistema analizado. En realidad {(x1 , x2 ) R2 : x21 + x22 = c} es invariante. El conjunto
este metodo ya fue utilizado en (Routh, 1882). Recientemente de puntos en los que V = 0 es R = {(x1 , x2 ) Dc : x2 =
ha aparecido la tecnica de optimizacion de suma de cuadrados 0 o x21 + x22 = }. El u nico conjunto invariante con x 2 = 0 es
como se describe en la seccion 4. el origen (que, como se ha dicho, es inestable), mientras que la
circunferencia x 21 + x22 = es invariante (puesto que V = 0
Principio de invariancia de LaSalle En este apartado se en ella). Por tanto, el principio de LaSalle garantiza que toda
va a enunciar el conocido en la literatura occidental como trayectoria que comienza en D c excepto en el origen tiende a
principio de invariancia de LaSalle. Debe hacerse notar que esta circunferencia. Como en este circunferencia no hay puntos
este resultado que en realidad se trata de un teorema fue de equilibrio se deduce que es un ciclo lmite.
enunciado por primera vez por Barbashin y Krasovskii en
1952 (Barbashin y Krasovskii, 1952), mientras que LaSalle lo Version moderna del teorema de Liapunov Como ya se ha
redescubrio en 1960 (LaSalle, 1960). Por ello, en algunos textos comentado los resultados iniciales de Liapunov han se han
aparece referenciado como Teorema de Barbashin-Krasovskii- extendido desde la segunda mitad del siglo XX a otras situa-
LaSalle. ciones. Para muchos de estos casos se utilizan las denominadas
Teorema 2. Sea el sistema dinamico (1) y supongase que existe funciones de comparacion (comparison functions) que, incluso,
un conjunto D c compacto y positivamente invariante 4 con permiten plantear el metodo de Liapunov desde una nueva
respecto al mismo. Supongase que existe una funcion V : perspectiva. Se denen a continuacion tres tipos de funciones
Dc R tal que V 0 a lo largo de las trayectorias del de comparacion.
sistema. Sea R = {x Dc : V = 0} y sea M el maximo Denicion 6. Funcion de clase K
conjunto invariante contenido en R. Entonces si x(0) D c se Una funcion continua : [0, a) [0, ) es de clase K si es
tiene que x(t) M cuando t . estrictamente creciente y (0) = 0.
Este teorema es de gran importancia en el analisis de estabilidad Como se puede ver se trata de una denicion muy sencilla. Su
de sistemas dinamicos. Por una lado, permite demostrar la utilidad en la teora de estabilidad de Liapunov se debe a que
estabilidad asintotica en casos en los que se tiene V 0. cualquier funcion (r) de clase K obviamente cumple que 1)
4 Un conjunto es positivamente invariante con respecto a un sistema dado, cuanto menor sea r menor es (r); 2) cuanto menor es (r)
cuando se cumple que si la condicion inicial pertenece al conjunto, la trayecto- menor es r; 3) lmr0 (r) = 0 y 4) lmv0 1 (v) = 0
ria correspondiente para t > 0 esta incluida en el conjunto. (donde 1 representa la funcion inversa de ).
Documento descargado de http://www.elsevier.es el 25-02-2017
F. Gordillo 9
puede llegar a partir de e l (Sontag, 1995). Se trata del concepto x(0) = 2 y u(t) 1, la trayectoria del sistema es x(t) =
de estabilidad entrada-estado o ISS (por las iniciales en ingles). 1/(1 0,5et ) que no es acotada (de hecho, presenta tiempo de
escape nito para t = ln 2).
El objetivo es poder establecer cotas sobre la norma de x(t)
cuando u(t) es acotada. El concepto de ISS viene inspirado por La denicion de estabilidad ISS obliga precisamente a cumplir
el concepto de estabilidad de sistemas lineales: algo similar a (9) pero para el caso de sistemas no lineales.
Denicion 10. Estabilidad ISS 6
x = Ax + Bu. El sistema (8) es estable entrada-estado (ISS) si existe una
funcion de clase KL y una funcion de clase K tales
Supongase que el sistema es estable, es decir, A es Hurwitz.
que, para cualquier condicion inicial x(0) y cualquier entrada
Como es bien conocido la respuesta de este sistema es
t acotada u(t),
At
x(t) = e x(0) + eA(t ) Bu( )d. x(t) (x(0), t) + sup u( ) .
0 0 t
At
Como e ke t
siendo < 0 el maximo autovalor de
A, se tiene que Como es inmediato deducir la estabilidad ISS implica estabili-
t
dad BIBO y ademas para u 0 implica que el origen es global
x(t) ket x(0) + ke(t ) Bu( )d y asintoticamente estable. La funcion tiene un interpretacion
0 como ganancia del sistema.
kB El e xito del concepto de estabilidad ISS no solo radica en la
ket x(0) + sup u( ) . (9)
0 t riqueza de la informacion sobre el sistema que conlleva sino
clase KL que ademas existen resultados potentes que permiten deducir si
clase K un sistema es ISS.
En esta u ltima expresion se ha resaltado que la funcion Teorema 4. Sea V : [0, ) Rn R un funcion de clase C 1
ket x(0) es de clase KL cuando se toman x(0) y t como tal que
variables independientes y que la funcion kB
sup0 t u( ) 1 (x) V (t, x) 2 (x)
es de clase K si se considera como variable independiente V V
sup0 t u( ). Estas dos caractersticas son muy importan- + f (t, x, u) W3 (x), x (u) > 0
t x
tes desde el punto de vista de la estabilidad. Observese que el (t, x, u), donde 1 , 2 son de clase K , es de clase K y
primer sumando de (9) esta relacionado con la respuesta libre W3 (x) es continua y denida positiva.
del sistema (ante una condicion inicial x(0)) y que el segundo
sumando esta relacionado con la respuestas forzada (ante una Entonces el sistema x = f (t, x, u) es estable entrada-estado
entrada u(t)). Por tanto, lo anterior se puede decir con otras con = 1
1 2 .
palabras como:
Como ejemplo de aplicacion considerese el siguiente sistema
La respuesta libre de un sistema lineal estable esta acota- (Khalil, 2002)
da. Su cota depende del tiempo de manera que tiende a x = x3 + u.
cero exponencialmente a medida que el tiempo tiende a Evidentemente el origen de este sistema es global y asintoti-
innito. Ademas si se considera un instante de tiempo jo camente estable para u 0. Considerese como candidata a
y se vara la condicion inicial, la cota disminuye a medida funcion de Liapunov V = x 2 /2. Entonces se tiene que
que disminuye la norma de la condicion inicial; cuando la
norma de la condicion inicial tiende a cero, la cota tambien V = x4 + xu = (1 )x4 x4 + xu
tiende a cero. 1/3
La respuesta forzada de un sistema lineal estable esta aco- |u|
(1 )x4 , |x| ,
tada si su entrada esta acotada. Su cota disminuye si dis-
minuye el supremo de la norma de la entrada y tiende a donde se ha elegido tal que 0 < < 1. Entonces el sistema es
cero si el supremo de la norma de la entrada as lo hace. ISS. Ademas, dado que se puede tomar 1 (r) = 2 (r) = r2 /2
Estas propiedades se pueden entender que deben ser carac- se tiene que (r) = (r) = (r/)1/3 .
tersticas de cualquier sistema (lineal o no) para considerarlo
A continuacion, a modo de ejemplo, se muestra un resultado
estable. La denicion de ISS que se va a ver mas adelante
que ilustra la potencia del concepto de estabilidad ISS. Sea el
incluye estas propiedades.
sistema en cascada
Recuerdese que en un sistema lineal la estabilidad solamente
depende de la matriz de transicion A y no depende de la x 1 = f1 (x1 , x2 ) (10)
matriz B. Sin embargo, en los sistemas no lineales el estudio
x 2 = f2 (x2 ) (11)
se complica. As en los sistemas de tipo afn x = f (x) + g(x)u
la estabilidad no solo depende de f (x) sino tambien de g(x). Con f1 : Rn1 Rn2 Rn1 y f2 : Rn2 Rn2 .
Para comprobarlo, considerese el sistema Supongase que los sistemas x 1 = f1 (x1 , 0) y x 2 = f2 (x2 )
x = x + x2 u. tienen en el origen un equilibrio global y asintoticamente es-
El origen de este sistema es global y asintoticamente estable table. Nos podemos preguntar bajo que condiciones el origen
si se supone u = 0. Esto no implica que el sistema posea las 6 Existe tambien una version local (Khalil, 1996), denominada a veces estabi-
caractersticas anteriores cuando u = 0. As, si se considera lidad ISS con restricciones.
Documento descargado de http://www.elsevier.es el 25-02-2017
F. Gordillo 11
del sistema completo tambien sera global y asintoticamente nales. Algunas de estas tecnicas tienen cierta similitud con la de
estable. Una condicion suciente la aporta el siguiente teorema sistemas hbridos. As, por ejemplo en (Tanaka y Sugeno, 1992;
(Khalil, 1996) Wong et al., 2000) se trata el caso de la funcion de Liapunov
Teorema 5. Si el sistema (10) considerando x 2 como su entrada comun para el caso sistemas borrosos y en (Salam, 1988; Forti
es ISS y el origen de (11) es global y asintoticamente estable, y Tesi, 1995) para redes de neuronas. El uso de funciones de
entonces el origen del sistema completo es global y asintotica- Liapunov cuadraticas a tramos aparece en (Johansson et al.,
mente estable. 1999). El lector interesado en los resultados sobre estabilidad
de sistemas borrosos y redes de neuronas puede consultar res-
Tambien existen resultados que utilizan el concepto de estabi- pectivamente (Aracil y Gordillo, 2000; Feng, 2006) y (Cao y
lidad ISS para el diseno de controladores como por ejemplo Wang, 2005) y las referencias que contienen.
(Kaliora, 2002) donde se extiende una ley de control disenada
para un subsistema al sistema completo. La idea es que si el
DE LA CUENCA DE ATRACCION
3. ESTIMACION
subsistema es ISS se puede anadir una perturbacion pequena
a la ley de control original sin que se deteriore demasiado el
control del subsistema; la perturbacion se utiliza para controlar En los casos en los que la estabilidad no tiene caracter global
el resto del sistema. Esta idea se utiliza en (Aracil y Gordillo, (o, al menos, no se puede demostrar) es interesante estimar la
2005) para extender una ley de control para el pendulo invertido cuenca de atraccion que se dene como
de manera que se pare tambien el soporte del mismo.
= x D : x(0) = x lm x(t) = 0 .
t
2.4 Estabilidad de sistemas especiales Es decir, la cuenca de atraccion es el conjunto de condiciones
iniciales cuyas correspondientes trayectorias tienden al equili-
Sistemas hbridos En los sistemas hbridos (Liberzon, 2003) brio x = 0. Desgraciadamente, no existe ningun procedimiento
el estudio de la estabilidad tiene peculiaridades. Un primer general y sistematico de calcular este conjunto que, por otro
hecho a tener en cuenta es que un sistema compuesto de varios lado, puede tener una forma muy complicada (Furuta, 2003).
subsistemas estables (con una ley de conmutacion entre ellos) Por tanto, normalmente es necesario conformarse con una es-
no es necesariamente estable (Liberzon y Morse, 1999). Desde timacion de la cuenca de atraccion, entendiendo por tal un
el punto de vista de la teora de Liapunov, el que todos los sub- conjunto incluido en la misma. Es decir, se desea encontrar un
sistemas tengan funcion de Liapunov no garantiza la estabilidad conjunto e tal que e . De esta forma si el sistema parte
del conjunto. Es facil ver que una condicion suciente aunque de un punto de e se tendra garanta de un comportamiento
muy conservadora es que todos los subsistemas posean la mis- seguro no se saldra de la cuenca de atraccion que nalmente
ma funcion de Liapunov. En (Narendra y Balakrishnan, 1994) convergera al equilibrio deseado. Por supuesto, cuanto mayor
se proponen metodos constructivos para encontrar un funcion sea e se tendra una estimacion mas u til. Si e es muy pequeno
de Liapunov cuadratica comun. Otro enfoque (Johansson y comparado con se dice que la estimacion es muy conserva-
Rantzer, 1998) consiste en calcular una funcion cuadratica para dora.
cada subsistema de manera que en las fronteras las funciones
tenga el mismo valor y as la funcion union de estas funcio-
nes sea continua y, por tanto, sera una funcion de Liapunov 3.1 Estimacio n basada en Liapunov
(cuadratica a tramos). Este problema es convexo y se puede
formular como un problema de optimizacion LMI. Tambien El teorema de Liapunov se puede utilizar para realizar estima-
es posible tratar el problema de analisis de estabilidad de un ciones de la cuenca de atraccion. La condicion V 0 implica
sistema hbrido con la consideracion de multiples funciones de que la supercies de nivel no se pueden cruzar hacia afuera
Liapunov (Peleties y DeCarlo, 1992). En este caso, la ausencia es decir, en el sentido de crecimiento de V por lo que estas
de continuidad obliga a asegurar que en cada conmutacion el supercies son u tiles para intentar delimitar conjuntos invarian-
valor al que llega la funcion de Liapunov en la nueva region, tes. Sin embargo, este proceso requiere un poco de precaucion.
debe ser menor que el valor que tena esta funcion la u ltima vez Por un lado estas supercies de nivel no deben abrirse en el
que el sistema salio de esa misma region. sentido de que deben ser acotadas, no deben tender a innito
ya que si as lo hicieran las trayectorias podran tender a innito
Un problema relacionado es el determinacion de las polticas de
sin cruzar supercies de nivel hacia fuera (Fig. 3-a). Por otro la-
conmutacion que hacen estable un sistema hbrido dado. Para
profundizar sobre este tema, as como otras cuestiones sobre do, si D es el conjunto donde se cumple la condicion V 0, se
la estabilidad de sistemas hbridos el lector interesado puede debe cumplir que toda la supercie de nivel c debe estar con-
consultar (Liberzon y Morse, 1999; Davrazos y Koussoulas, tenida en D puesto que en caso contrario las trayectorias podran
2001) y las referencias que contienen. salir de c (Fig. 3-b). Estas condiciones se pueden interpretar
por medio del principio de invariancia de LaSalle que requiere
Sistemas borrosos y neuronales El analisis de estabilidad de que el conjunto D c sea compacto e invariante. Con el anterior
sistemas borrosos y neuronales ha recibido gran atencion en procedimiento se esta usando D c = {x Rn : V <= c}
la literatura. En realidad, estos sistemas estan englobados por siendo c > 0 el valor que toma V en la supercie de nivel. Es
la clase (1) pero suelen dar lugar a expresiones complicadas evidente que si las supercies de nivel se abren hacia el innito
(no siempre de forma explcita) de la funcion f y, ademas, es se esta violando la condicion de que D c sea compacto. Por otro
posible aprovechar las caractersticas especcas de este tipo de lado, como ya se ha comentado, el conjunto D c es invariante si
sistemas para el analisis de estabilidad. Ademas de tecnicas no esta contenido en D y, por tanto, se tiene que V 0. Observese
basadas en Liapunov (Cuesta et al., 1999; Espada y Barreiro, que la condicion de que V sea radialmente no acotada para
1999; Aracil y Gordillo, 2000) existen tambien resultados de garantizar estabilidad global en el Teorema 1 garantiza que las
tipo Liapunov especcos para los sistemas borrosos y neuro- supercies de nivel se cierran.
Documento descargado de http://www.elsevier.es el 25-02-2017
Una vez mas, un inconveniente grave de este metodo es que anterior como se puede ver en el ejemplo 8.10 de (Khalil, 2002,
es necesario encontrar una funcion de Liapunov. Otro inconve- pags. 320-322). En este ejemplo de dimension 2 se obtiene
niente es que la estimacion de la cuenca de atraccion puede ser la region Dc donde V 0 limitada por dos rectas (Fig. 5).
muy conservadora ya que, por un lado en la cuenca de atraccion La estimacion proporcionada por la maxima curva de nivel
completa no tiene por que cumplirse necesariamente V 0 se marca como c en esta gura. Sin embargo estudiando la
para la funcion V que se haya elegido y, por otro lado, con evolucion del sistema a lo largo de las rectas que limitan D c se
este metodo la frontera de la estimacion tiene necesariamente ve que la recta superior (inferior) no se puede atravesar hacia
la forma de las supercies de nivel. As, en la Fig. 4 se puede fuera para x2 4 (x2 4). Para encontrar un conjunto
ver un ejemplo en el que la estimacion c es mucho menor que compacto e invariante basta cerrar esta banda por las curvas
el conjunto D donde V 0 que, a su vez, es menor que la de nivel de Liapunov que pasan por estos puntos ya que estos
verdadera cuenca de atraccion . tramos de las curvas de nivel (marcados como 1 y 2 en la Fig.
5) estan dentro de la region donde V 0. Por tanto, se tiene que
Esta idea se puede explotar mediante metodos numericos (Rod- la region sombreada de la gura es compacta, invariante y en
den, 1964). En (Davison y Kurak, 1971) se propone un metodo
que busca la funcion de Liapunov cuadratica que maximiza el su interior V 0. Por el principio de invariancia de LaSalle se
volumen de la estimacion. tiene que las trayectorias tienden al maximo conjunto invariante
tal que V = 0. En este ejemplo se puede ver que el u nico
3
punto con V = 0 es el origen por lo que se deduce que el a rea
2 sombreada pertenece a la cuenca de atraccion resultando en una
mejor estimacion que c . Para mas detalles se debe consultar
1 el ejemplo citado.
x2
0
5
Dc x2
4
1
2
3
2
2
3
2 1 0 1 2
1 c
x1
0
(a) x1
1
D
c 1
4
5
5 4 3 2 1 0 1 2 3 4 5
F. Gordillo 13
se obtiene sustituyendo t pot t en (1). Si se parte de una La utilidad que ofrece la formulacion de suma de cuadradados
condicion inicial con garantas de pertenencia a la cuenca de estriba en el hecho de que existen herramientas informaticas
atraccion, la trayectoria correspondiente esta compuesta por ecientes que permiten resolver en un tiempo razonable este
puntos que tambien pertenecen a ella. Mediante la adecuada tipo de problemas (Prajna et al., 2002). En concreto, en el
eleccion de estas condiciones iniciales, junto a consideraciones caso particular de que los polinomios p i sean constantes y los
de tipo topologico, los autores llegan a buenas estimaciones en terminos aij sean cuadraticos, se obtiene la formulacion de de-
sistemas de segundo e, incluso, tercer orden. Para dimensiones sigualdades matriciales lineales (LMI) estandar. El caso general
mayores se aconseja la utilizacion del metodo para mejorar las se puede demostrar que se puede convertir en un problema de
estimaciones ya conocidas. programacion semidenida (Parrilo, 2000) para el que existen
herramientas ecientes (Sturm, 1999; Toh et al., 1999).
DE
4. RESULTADOS BASADOS EN LA OPTIMIZACI ON
SUMA DE CUADRADOS 4.2 Bu squeda de funciones de Liapunov mediante optimizaci o n
SOS
En los u ltimos anos se han desarrollado tecnicas de optimiza-
cion numerica de problemas denominados de suma de cuadra- En los casos de sistemas polinomiales (es decir, con f (x)
dos (Choi et al., 1995; Powers y Wormann, 1998; Parrilo, 2000; formada exclusivamente por polinomios) se puede utilizar la
Prajna et al., 2005) que, entre otras aplicaciones, proporcionan potencia de los metodos de resolucion de problemas de opti-
metodos tanto de obtencion de funciones de Liapunov como de mizacion de suma de cuadrados para analizar la estabilidad.
estimacion de cuencas de atraccion. En esta seccion se descri- En este apartado se va a mostrar como se puede utilizar la
ben estas aplicaciones. optimizacion SOS para encontrar funciones de Liapunov. Para
ello el siguiente problema permite analizar la estabilidad asnto-
4.1 Optimizacio n de suma de cuadrados tica de (1) (Papachristodoulou y Prajna, 2002, 2005). Se desea
encontrar una funcion V (x) tal que V (0) = 0 y ademas se
A continuacion se describe el problema de optimizacion de cumpla que
suma de cuadrados.
V (x) (x) es SOS (13)
Un polinomio multivariable p(x 1 , x2 , . . . , xn ) p(x) es un
V
polinomio de suma de cuadrados (SOS, de sum of squares) si f (x) es SOS (14)
existen polinomios f 1 (x), f2 (x), . . . , fm (x) tales que x
m
n d 2j m
donde = i=1 j=1 ij xi con j=1 ij > c, i =
p(x) = fi2 (x). 1, . . . , n con arbitrarios c > 0 y ij 0. Es facil ver que si se
i=1 cumplen estas restricciones V (x) es funcion de Liapunov. Para
Es obvio que si p(x) es SOS entonces p(x) 0 para todo valor aplicar esta idea es necesario plantear una estructura polinomial
de x. La formulacion general de problemas de optimizacion de V que cumpla V (x) = 0 y considerar los coecientes como
SOS es la que sigue: incognitas. Por tanto es necesario elegir a priori el grado de
V (x). Este enfoque permite incluso considerar restricciones de
Minimizar la funcion objetivo lineal igualdad, desigualdad y de tipo integral en el sistema.
w c
Esta tecnica se puede aplicar incluso mas alla de los sistemas
donde c es un vector de coecientes (incognitas) polinomiales. En (Papachristodoulou y Prajna, 2002) aparece
de un ejemplo con funciones trigonometricas. La idea es sencilla:
Polinomios pi (x), i = 1, . . . , N si aparecen terminos con senos y cosenos, se puede hacer el
Polinomios suma de cuadrados p i (x), i = cambio de variables z 1 = sin x1 , z2 = cos x1 e imponer la
N + 1, . . . , N restriccion z12 + z22 = 1.
con las restricciones
En (Jarvis-Wloszek, 2003; Jarvis-Wloszek et al., 2003) se trata
N
el caso de estabilidad exponencial. Para ello se considera la
a0 j(x) + pi (x)ai j(x) = 0, j = 1, . . . , J funcion l(x) = x pp con p un entero mayor que 1. El sistema
i=1 (1) es exponencialmente estable si existe una constante c > 0 y
N
una funcion V (x) que es suma de cuadrados con V (0) = 0 tal
a0 j(x) + pi (x)ai j(x) son SOS, que
i=1
4.3 Estimacio n de cuencas de atracci o n mediante optimizaci o n (u otros tipos de conjuntos). Este problema tiene un interes
SOS practico para conocer las regiones del espacio de estado con
se pueden considerar de operacion segura. Sin embargo, el
Los metodos de optimizacion de suma de cuadrados se han conocimiento exacto de la cuenca de atraccion solamente es
propuesto para la estimacion mediante el uso del ordenador posible en casos muy sencillos de dimension baja por lo que
de cuencas de atraccion (Tibken, 2000; Parrilo, 2000; Tibken y normalmente es necesario acudir a estimaciones de la misma
Dilaver, 2002). En (Parrilo, 2000) se presenta en siguiente pro- que son normalmente muy conservadoras. En este artculo se
blema de optimizacion suponiendo que ya se tiene la funcion de han enumerado algunas de las tecnicas basadas en la teora
Liapunov V (x). Se desea encontrar el valor de c que minimiza de Liapunov que permiten abordar este problema, incluyendo
c = V (x) sujeto a la restriccion algunas basadas en la optimizacion por suma de cuadrados.
V = 0, x = 0. (15)
Dado que se ha supuesto que V es funcion del Liapunov para AGRADECIMIENTOS
el sistema, debe existir una vecindad de x = 0 tal que V 0.
Por tanto, V 0 en el conjunto c = {x Rn : V (x) c}. El autor desea expresar su agradecimiento al profesor Javier
Aplicando el teorema de LaSalle es claro que c esta incluido Aracil por sus valiosos comentarios y sugerencias. Este trabajo
en la cuenca de atraccion. Este problema de optimizacion ha sido nanciado por el proyecto MCYT-FEDER DPI2006
se puede escribir como un problema de optimizacion SOS 07338.
cuando el sistema es polinomial y la funcion V tambien es un
polinomio. As se desea encontrar el valor mnimo de c tal que REFERENCIAS
la expresion
Albea, C. y F. Gordillo (2007). Estimation of the region of
(V (x) c)x22 + q(x)V (x) (16) attraction for a boost DC-AC converter control law. En:
es suma de cuadrados. En esta expresion q(x) es cualquier Proceedings of the 7th IFAC Simposium. Nonlinear Control
polinomio (no necesariamente SOS). Para comprobar que este System (NOLCOS). pp. 874879.
problema es equivalente a (15), observese que en los puntos Aracil, J., F. Gordillo y E. Ponce (2005). Stabilization of osci-
x tales que V (x) = 0 se tiene que (16) implica (V (x) llations through backstepping in highdimensional systems.
c)x22 0. Por tanto, para x = 0 se tiene V (x) c. IEEE Tr. on Automat. Control 50(5), 705710.
Aracil, J. y F. Gordillo (2005). El pendulo invertido: un desafo
En (Albea y Gordillo, 2007) se utiliza la programacion de suma para el control no lineal. Revista Iberoamericana de Au-
de cuadrados para estimar la cuenca de atraccion cuando exis- tomatica e Informa tica Industrial 2(2), 8 19.
ten restricciones sobre la senal de control. En este caso, se parte Aracil, J. y Gordillo, F., Eds. (2000). Stability Issues in Fuzzy
de la hipotesis de que en ausencia de restricciones el sistema Control. Physica-Verlag.
es globalmente estable. El problema de optimizacion emplea- om, K. J. y K. Furuta (2000). Swinging up a pendulum by
Astr
do permite encontrar una supercie de nivel de la funcion de energy control. Automatica 36, 287295.
Liapunov tal que encierre una region donde no se violan las Axelby, G. S. y P. C. Parks (1992). Lyapunov centenary. Auto-
restricciones. La aplicacion presentada en este trabajo es sobre matica 28(5), 863 864.
el control de un convertidor electronico de potencia. Es de notar Barbashin, E. A. y N.N. Krasovskii (1952). On the stability of
tambien que el sistema no es polinomial sino que aparecen tam- motion in the large. Dokl. Akad. Nauk. 86, 453456.
bien funciones racionales que tambien pueden ser consideradas Cao, J. y J. Wang (2005). Global asymptotic and robust sta-
en este enfoque. Otra particularidad de este trabajo es que el bility of recurrent neural networks with time delays. IEEE
conjunto lmite analizado no es un punto de equilibrio sino un Transactions on Circuits and Systems I: Regular Papers
ciclo lmite. 52(2), 417426.
Finalmente, en (Topcu et al., 2008) se combina la optimizacion Choi, M. D., T. Y. Lam y B. Reznick (1995). Sums of squares
de suma de cuadrados con simulaciones basadas en metodos of real polynomials. En: K-Theory and Algebraic Geometry:
aleatorios para realizar la estimacion de la cuenca de atraccion. Connections with Quadratic Forms and Division Algebras
(B. Jacob, A. Rosenberg, Eds.), Proc. Symp. Pure Math.
5. CONCLUSIONES Vol. 58. pp. 103126.
Cuesta, F., F. Gordillo, J. Aracil y A. Ollero (1999). Global
El analisis de estabilidad de los sistemas no lineales es un pro- stability analysis of a class of multivariable Takagi-Sugeno
fuzzy control systems. IEEE Trans. Fuzzy Systems 7(5), 508
blema mucho mas complicado que en el caso lineal. El compor-
tamiento puede ser tan rico que existen multiples deniciones 520.
de estabilidad incluso cuando nos referimos exclusivamente Davison, E. J. y E. M. Kurak (1971). A computational method
for determining quadratic Lyapunov functions for non-linear
a estabilidad de puntos de equilibrio. La teora de Liapunov
proporciona un marco general que permite vericar si un equi- systems. Automatica 7, 627636.
librio es estable segun varias de sus deniciones. Sin embargo, Davrazos, G. y NT Koussoulas (2001). A review of stability
results for switched and hybrid systems. En: Mediterranean
se echa en falta en esta teora un procedimiento general para
Conference on Control and Automation.
construir funciones de Liapunov. Existen diversos metodos que
proporcionan o bien funciones de Liapunov o bien candidatas. Espada, A. y A. Barreiro (1999). Robust stability of fuzzy
control systems based on conicity conditions. Automatica
Entre los primeros han aparecido con fuerza recientemente los
35(4), 643654.
basados en optimizacion de suma de cuadrados.
Feng, G. (2006). A survey on analysis and design of model-
Un problema relacionado con el analisis de estabilidad es based fuzzy control systems. IEEE Transactions on Fuzzy
el de estimacion de la cuenca de atraccion de un equilibrio Systems 14(5), 676697.
Documento descargado de http://www.elsevier.es el 25-02-2017
F. Gordillo 15